論文の概要: BikeNodePlanner: a data-driven decision support tool for bicycle node network planning

• arxiv url: http://arxiv.org/abs/2412.20270v1
• Date: Sat, 28 Dec 2024 20:55:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-31 16:01:38.518036
• Title: BikeNodePlanner: a data-driven decision support tool for bicycle node network planning
• Title（参考訳）: BikeNodePlanner: 自転車ノードネットワーク計画のためのデータ駆動意思決定支援ツール
• Authors: Anastassia Vybornova, Ane Rahbek Vierø, Kirsten Krogh Hansen, Michael Szell,
• Abstract要約: 自転車ノードネットワークは、番号付きサインポストからなるレクリエーションサイクリストを対象としたウェイフィニングシステムである。 BikeNodePlannerは完全なオープンソースの意思決定支援ツールで、オープンソースの地理情報システムQGISで動作するモジュール型のPythonスクリプトで構成されている。 BikeNodePlannerは、自転車ノードネットワーク計画のためのデータ駆動決定サポートを提供するので、地域計画、自転車観光、農村サイクリングの促進に大いに役立つ。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: A bicycle node network is a wayfinding system targeted at recreational cyclists, consisting of numbered signposts placed alongside already existing infrastructure. Bicycle node networks are becoming increasingly popular as they encourage sustainable tourism and rural cycling, while also being flexible and cost-effective to implement. However, the lack of a formalized methodology and data-driven tools for the planning of such networks is a hindrance to their adaptation on a larger scale. To address this need, we present the BikeNodePlanner: a fully open-source decision support tool, consisting of modular Python scripts to be run in the free and open-source geographic information system QGIS. The BikeNodePlanner allows the user to evaluate and compare bicycle node network plans through a wide range of metrics, such as land use, proximity to points of interest, and elevation across the network. The BikeNodePlanner provides data-driven decision support for bicycle node network planning, and can hence be of great use for regional planning, cycling tourism, and the promotion of rural cycling.
• Abstract（参考訳）: 自転車ノードネットワーク(英: bike node network)は、既存のインフラと並んで配置された番号付きサインポストからなる、レクリエーション用サイクリストを対象としたウェイフィニングシステムである。 自転車ノードネットワークは、持続可能な観光と農村のサイクリングを促進する一方で、柔軟で費用対効果も高いことから、人気が高まっている。 しかし、そのようなネットワークを計画するための形式化された方法論やデータ駆動ツールが欠如していることは、大規模に適応することの障害となっている。 このニーズに対処するために、BikeNodePlannerを紹介します: 完全にオープンソースの意思決定支援ツールで、フリーでオープンソースの地理情報システムQGISで実行されるモジュール型のPythonスクリプトで構成されています。 BikeNodePlannerは、土地利用、関心点の近さ、ネットワーク全体の標高など、幅広いメトリクスを通じて、自転車ノードのネットワーク計画を評価し、比較することを可能にする。 BikeNodePlannerは、自転車ノードネットワーク計画のためのデータ駆動決定サポートを提供するので、地域計画、自転車観光、農村サイクリングの促進に大いに役立つ。

関連論文リスト

• Evaluating the effects of Data Sparsity on the Link-level Bicycling Volume Estimation: A Graph Convolutional Neural Network Approach [54.84957282120537]
  本稿では,リンクレベルの自転車のボリュームをモデル化するために,グラフ畳み込みネットワークアーキテクチャを利用する最初の研究について述べる。 オーストラリア,メルボルン市全体での年間平均自転車数(AADB)を,Strava Metro の自転車数データを用いて推定した。 以上の結果から,GCNモデルは従来のAADB数予測モデルよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-10-11T04:53:18Z)
• What Planning Problems Can A Relational Neural Network Solve? [91.53684831950612]
  本稿では,計画問題のポリシーを表すリレーショナルニューラルネットワークの回路複雑性解析について述べる。 回路幅と深さの増大に関して,計画問題には3つの一般的なクラスが存在することを示す。 また、政策学習のためのニューラルネットワーク設計におけるこの分析の有用性についても解説する。
  論文  参考訳（メタデータ） (2023-12-06T18:47:28Z)
• BikeDNA: A Tool for Bicycle Infrastructure Data & Network Assessment [0.0]
  BikeDNAは、自転車のインフラデータの再現可能な品質評価のためのオープンソースツールである。 BikeDNAは、幅広いアプリケーションのための自転車インフラデータの品質評価をサポートする。
  論文  参考訳（メタデータ） (2023-03-02T13:06:59Z)
• Predicting Citi Bike Demand Evolution Using Dynamic Graphs [81.12174591442479]
  ニューヨーク市のCiti Bikeデータセットにおける自転車需要予測にグラフニューラルネットワークモデルを適用した。 本稿では,ニューヨーク市のCiti Bikeデータセットにおける自転車需要予測にグラフニューラルネットワークモデルを適用しようとする。
  論文  参考訳（メタデータ） (2022-12-18T21:43:27Z)
• Automated Detection of Missing Links in Bicycle Networks [0.15293427903448023]
  我々は,都市の自転車ネットワークにおいて最も重要なリンクを見つけるためのIPDC手順(Identify, Prioritize, Decluster, Classify)を開発した。 まず、多重化ネットワークアプローチによるすべての可能なギャップを特定し、フローベースのメトリックに従って優先順位付けし、新たなギャップクラスタを分解し、手動でギャップのタイプを分類する。 以上の結果から,最小データ要件によるネットワーク分析が,自転車ネットワーク計画の費用効率向上支援ツールとして有効であることを示す。
  論文  参考訳（メタデータ） (2022-01-10T15:35:14Z)
• Growing Urban Bicycle Networks [0.755972004983746]
  都市の街路網上を走行する任意の点群間の合成自転車ネットワークの成長のバリエーションについて検討した。 当初、投資のリターンは重要なしきい値まで減少し、持続的な都市計画に根本的な結果をもたらすことが判明した。 また、既存の自転車ネットワークが発達している都市では、人工的に成長したネットワークの重複が顕著に見られ、われわれのモデルが現実を反映していることが示される。
  論文  参考訳（メタデータ） (2021-07-05T18:00:04Z)
• Dynamic Bicycle Dispatching of Dockless Public Bicycle-sharing Systems using Multi-objective Reinforcement Learning [79.61517670541863]
  ドッキングレスPBS(DL-PBS)に欠かせない動的自転車レンタル需要に基づく効率的な自転車配車ソリューションを実現するためのAIの活用 DL-PBSに最適な自転車ディスパッチソリューションを提供するために、マルチオブジェクト強化学習(MORL-BD)に基づく動的自転車ディスパッチアルゴリズムを提案します。
  論文  参考訳（メタデータ） (2021-01-19T03:09:51Z)
• Dynamic Planning of Bicycle Stations in Dockless Public Bicycle-sharing System Using Gated Graph Neural Network [79.61517670541863]
  Dockless Public Bicycle-share (DL-PBS)ネットワークは多くの国でますます人気が高まっています。 冗長で低電力の駅は、DL-PBSベンダーの公共都市空間とメンテナンスコストを無駄にします。 DL-PBSネットワークに最適な自転車ステーションレイアウトを動的に提供できるよう、BSDP(自転車ステーションダイナミックプランニング)システムを提案します。
  論文  参考訳（メタデータ） (2021-01-19T02:51:12Z)
• Urban Bike Lane Planning with Bike Trajectories: Models, Algorithms, and a Real-World Case Study [13.781010691827072]
  本研究では,自転車共有システムのようなスマートシティのインフラで利用可能な細粒度の自転車軌道データに基づいて,都市の自転車レーン計画問題について検討する。 自転車シェアリングシステムが世界中の大都市圏で普及するにつれ、自転車レーンは多くの市町村によって自転車の促進と自転車の保護のために計画され建設されている。 大規模最適化問題の解法として, トラクタブルな定式化と効率的なアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-21T18:46:51Z)
• Progressive Graph Convolutional Networks for Semi-Supervised Node Classification [97.14064057840089]
  グラフ畳み込みネットワークは、半教師付きノード分類のようなグラフベースのタスクに対処することに成功した。 本稿では,コンパクトかつタスク固有のグラフ畳み込みネットワークを自動構築する手法を提案する。
  論文  参考訳（メタデータ） (2020-03-27T08:32:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。